（来源：上观新闻）
那天晚上😠我把论文看完，觉🇵🇾得终于可以下场了🇦🇱🚺。这也不难👲🙎理解，🔃🏌为什么Cla🎗🧮ude D🇹🇲esig🌛🇸🇨n在“初次生成💪”上表现👄亮眼，可一旦进👌入需要大量🛂⛸判断与反复🦋👩❤️👩打磨的环节，距离👹成熟工具仍有差🦂🇦🇨距🏠🚕。如果把上述这些🌵故事线连接🙉到一起，一个很👿🦄显而易见的答◽案是，梁文⛹☑锋是被逼着走到🐸今天的👨💻🚲。
FMM路线由日🇮🇪韩企业定🔸🇹🇯义，中国厂商即🛡便产能领先，🚑也无法🇹🇰摆脱向海外供🈁应商采购核心耗材🎨、支付专利费🍶用的现实⏲♒。三要素💗🇬🇱都齐全了ℹ。人与AI🇺🇦对话每秒不过几十👮♀️🙅♂️个tok👧en，但Ag🐾ent之间协😶同时交互量可能🔌是这个数💗字的十倍乃至百倍🧒🏳️🌈，因此🏬，现在🏗🥃阶段的推理基础设🤢施，在🔁🇳🇿每用户每秒的🇬🇭💣token✡提供能力、💼🔅每tok🍼en的成本、每🏚🧗♀️toke🧣n的能🇰🇷🕞耗上，🔨🐍都和满足实际😥需求存在巨😊大差距🇵🇼。
目前，大多数国🇵🇦产芯片厂🇪🇦商提供的是👍🇹🇴对CUDA生态🏵🧣的兼容方案，但🌸对于已经深入🚛😴PTX层优化🇮🇹🇷🇴的Dee👒🛂pSeek而言🧭🦞，这种兼🇸🇸容并不成立🍰。这520万🔀和超636亿之间🧝♂️🇰🇪的差距，大概🚯就是故事与现实之🆘🇹🇳间的距离🎬。但把这笔钱摊到📙🧕五年、摊🐺到手机+PC+穿🤾♀️🙆♂️戴+机🧙♀️器人所有品类上🤐🇦🇼，真正分给机器☘人的资源有多🥊🇬🇩少？机器人😟部门 2🌟025 年 6👝 月成立时只🧘♀️有约 10 个人🆗，到现在扩编了👂🇰🇿多少没有公开数据📱📍。
